中华流行病学杂志  2023, Vol. 44 Issue (8): 1216-1223 |
 PDF |
挥发性有机化合物(VOCs)是一种主要包括非甲烷碳氢化合物、含氧有机化合物及其他有机化合物的有毒性污染气体，为室外大气细颗粒物(PM2.5)和臭氧形成的主要前体物，可与其他污染物如氮氧化物和硫氧化物发生化学反应形成光化学污染物[1]。VOCs不仅会对环境造成更严重的二次危害，对人群也存在潜在的健康影响。目前国内外关于大气污染健康风险的评估主要聚焦在常规污染物，如颗粒物、臭氧、二氧化氮、二氧化硫等。尽管国内外大气颗粒物和大气光化学组分的监测网较为完善，但VOCs对人群健康风险的证据仍然非常缺乏，而这些证据能够更全面地提供公共健康保护相关的重要信息。
卒中是严重危害我国居民健康的重大慢性非传染性疾病，其亚型主要包括缺血性卒中和出血性卒中。除了传统的危险因素，环境因素对机体健康的影响日益受到社会的关注，其中暴露于室外空气污染是卒中疾病重要的危险因素之一[2]。然而，VOCs作为大气复合污染的重要前体物和参与物，目前关于其与卒中之间的影响研究相对较少。本研究采用时间序列方法分析2020-2021年广州市环境VOCs暴露对卒中及其亚型逐日死亡人数的影响，为VOCs对卒中的效应补充流行病学证据，从而为相关风险管理策略提供科学的防治信息。
资料与方法1. 资料来源：包括2020年1月1日至2021年12月31日的气象因素、空气污染数据资料及卒中非意外死亡数据。从我国广东省环境监测中心的3个广州市监测站(广州市大气超级站、南沙科大站点、从化天湖站点)中获取气象因素与空气污染数据，气象因素包括每小时平均气温(℃)与每小时平均相对湿度(%)，最终结果计算为日均。空气污染数据包括117种VOCs、PM2.5和臭氧。以美国环境保护署公布的有害性空气污染物作为筛选标准，排除对人体毒性较低、数据质量较差及浓度较低[四分位距(IQR) < 0.1 μg/L]者，最终纳入12种VOCs：丙烷、正戊烷、环己烷、正己烷、甲基环己烷、正庚烷、甲苯、苯、乙苯、邻二甲苯、苯乙烯和间、对-二甲苯。为确保数据质量，VOCs每天至少有20个小时平均浓度，每年至少有324个日平均浓度。
广州市卒中非意外死亡统计数据来源于广州市CDC(http://www.gzcdc.org.cn/)。根据《国际疾病分类》第十版(ICD-10)对卒中、缺血性卒中和出血性卒中进行病因分类编码(I60~I66、I63~I66、I60~I62)[3]。同时，按性别和年龄对卒中逐日死亡人数资料进一步分类。
2. 时间序列与亚组分析：
(1) 时间序列分析：由于卒中死亡是一个小概率事件，其分布可近似服从Poisson分布。本研究以广州市常住人口为基数，控制了对健康影响较大的潜在气象因子(温度和相对湿度)，建立具有Poisson分布函数的广义相加模型(GAM)进行多变量回归分析，探讨空气中VOCs日平均浓度与卒中逐日死亡之间的关系。为探索VOCs污染对卒中死亡可能存在的滞后效应，本研究将污染物的单一滞后效应和累积滞后效应进行分析，将单一滞后记录为当天及滞后1~4 d(分别用lag0 d、lag1 d、lag2 d、lag3 d、lag4 d表示)，将累积滞后即污染物浓度多日移动平均值记录为累积滞后0~1 d、0~2 d、0~3 d和0~4 d(分别用lag0~1 d、lag0~2 d、lag0~3 d和lag0~4 d表示)，并分别拟合，得到VOCs对疾病死亡风险影响最大的滞后天数。模型：
式中，Yt表示第t天观察到的死亡人数；α表示模型截距；Pollutant为不同滞后的VOCs日均浓度，β为其系数；NS()为3次自然样条函数，用于拟合协变量与卒中死亡风险之间的非线性关系；TEMPt和RHt分别为NS平滑的温度(0~6 d滑动平均)和相对湿度(0~3 d滑动平均)[3]，自由度均设置为4。Time为NS平滑的时间变量，用于控制协变量无法解释的季节性和长期趋势，其自由度设定为7/年。DOW和Holiday分别代表周几和节假日的分类变量，用于控制“周几效应”和“节假日效应”。
(2) 亚组分析：考虑到VOCs年浓度在不同季节差异显著，本研究进一步将研究时间划分为暖季(5-10月)和冷季(11月至次年4月)分别进行分层分析。此外，本研究对人群特征(性别和年龄)进行分层分析，以探索VOCs的敏感人群。VOCs在亚组间差异的显著性检验公式：
式中，Z为Z检验；E1和E2是两种类别(男性与女性、暖季与冷季、< 75岁与≥75岁)的效应估计；SE(E1)和SE(E2)为各自的标准误差[4]。
3. 敏感性分析：为了验证模型的稳健性，本研究通过改变模型的自由度和加入其他污染物(PM2.5和臭氧)进行敏感性分析。首先调整气温和相对湿度的自由度为3~5，调整时间趋势的自由度为3~7。其次，将PM2.5和臭氧逐一引入模型对结果进行重估计，以研究模型主要结果的稳健性。
4. 统计学分析：采用R 4.0.3软件中mgcv软件包进行分析。采用最小值、最大值与M(IQR)描述人群卒中及其亚型逐日死亡数、气象因素与VOCs浓度指标。采用时间序列模型分析空气中VOCs日平均浓度与卒中逐日死亡之间的关系，并采用Z检验对冷/暖季、性别和年龄进行亚组分析。本研究的检验效应指标为VOCs滑动平均浓度每增加1个IQR人群卒中逐日死亡风险的RR值。双侧检验，检验水准α=0.05。
结果1. 基本特征：2020年1月1日至2021年12月31日，广州市卒中、缺血性卒中与出血性卒中合计死亡人数分别为11 350、7 499和3 851人，逐日死亡人数的M(IQR)分别为15(7)、10(5)和5(3)人，最高为卒中37人。监测站所测气温的M(IQR)为24.7(9.0)℃；相对湿度的M(IQR)为69.8%(12.8%)。12种VOCs中，丙烷浓度最高，其M(IQR)为2.9(1.3)μg/L。见表 1。
2. 不同滞后时间VOCs与卒中的死亡风险：对污染物的单一滞后分布进行分析，VOCs对卒中及其亚型逐日死亡的影响在lag0 d或lag1 d时达到最大，并随着时间的增加呈现下降趋势，在lag2 d或lag3 d后效应差异无统计学意义(P > 0.05)。累积滞后效应在lag0~1 d时效应更为显著。结果表明，对卒中、缺血性卒中及出血性卒中逐日死亡影响最大的为甲苯，其滑动平均浓度每增加1个IQR，对应的RR值分别为1.060(95%CI：1.036~1.085)、1.055 (95%CI：1.026~1.084)、1.071(95%CI：1.030~1.113)；其次为正戊烷，RR值分别为1.058(95%CI：1.030~1.086)、1.064(95%CI：1.030~1.099)、1.046(95%CI：1.001~1.094)；再其次为甲基环己烷，RR值分别为1.053(95%CI：1.031~1.075)、1.050(95%CI：1.023~1.077)、1.059(95%CI：1.022~1.097)。累积滞后lag0~1 d中，有10种VOCs(正己烷和苯除外)对卒中逐日死亡的影响差异有统计学意义(P < 0.05)，9种VOCs(正己烷、苯和苯乙烯除外)对缺血性卒中逐日死亡的影响差异有统计学意义(P < 0.05)，6种VOCs(丙烷、正戊烷、甲基环己烷、正庚烷、甲苯和乙苯)对出血性卒中逐日死亡影响差异有统计学意义(P < 0.05)。见图 1，表 2。
|
| 图 1 挥发性有机化合物对卒中人群逐日死亡人数影响的滞后分布情况 |
3. 不同分层因素VOCs的健康风险：在季节分层的单污染物模型中，VOCs对卒中逐日死亡人数的影响通常在冷季中比在暖季中更为显著。除了环己烷、正己烷与苯以外，其余9种VOCs在冷季对卒中逐日死亡的影响均差异有统计学意义(P < 0.05)。其中甲苯的风险效应最高，RR值为1.099(95%CI：1.056~1.143)，其次为邻二甲苯，RR值为1.093(95%CI：1.054~1.133)。暖季中仅有丙烷和正戊烷对卒中逐日死亡的影响差异有统计学意义(P < 0.05)，正戊烷的风险效应最高，RR值为1.058(95%CI：1.001~1.117)。此外，甲苯、邻二甲苯与间、对-二甲苯的风险冷季与暖季间的差异有统计学意义(P=0.042、P < 0.001与P=0.006)。在人群特征分类上，女性受到多种VOCs的短期暴露影响更为显著，其中甲苯的卒中死亡风险最高，其滑动平均浓度每增加1个IQR，女性发生卒中死亡风险RR值为1.085(95%CI：1.050~1.120)。邻二甲苯与间、对-二甲苯在性别的差异有统计学意义(P=0.010、P=0.023)。年龄≥75岁的人群在多种VOCs的短期暴露影响更为显著，其中正戊烷的卒中死亡风险最高，其滑动平均浓度每增加1个IQR，≥75岁的人群发生卒中死亡风险RR值为1.072(95%CI：1.036~1.109)。见表 2。
4. 敏感性分析：改变非线性协变量(时间趋势、气温及相对湿度)的自由度后模型结果并未发生较大变动。敏感性分析结果显示，模型引入PM2.5后，与单污染物模型相比，VOCs对卒中的死亡效应在lag0~1 d无明显变化。同样引入臭氧后，VOCs对卒中的死亡效应在lag0~1 d波动较小，说明该模型具有稳健性。
讨论本研究采用分层分析和时间序列GAM方法，结合敏感性分析，探讨了2020-2021年暴露于广州市多种VOCs的卒中死亡风险。本研究提示，VOCs的暴露可能为卒中死亡的独立危险因素，其中甲苯和正戊烷的健康风险最大。血液黏度升高是导致卒中的潜在发病机制，血细胞比容、白细胞和血小板计数等是血液黏度的主要决定因素[5-6]。已有研究报道，在吸烟人群中，VOCs的暴露(尤其是苯系物)与血细胞比容、血红蛋白浓度、血小板和白细胞计数的增加相关[7-8]。而暴露于其他种类的VOCs与卒中的关系仍然需要证据级别较高的研究予以支持。
对温度、湿度、周几和节假日等混杂因素进行控制后，甲苯滑动平均浓度每增加1个IQR，对应卒中、缺血性卒中和出血性卒中死亡的RR值分别为1.060、1.055、1.071；正戊烷滑动平均浓度每增加1个IQR，对应卒中、缺血性卒中和出血性卒中死亡的RR值分别为1.058、1.064、1.046。目前国内外研究发现，长期或短期VOCs暴露会增加卒中的发生风险，与本研究的结果大体相似：Park等[9]的病例报告发现意外吸入甲苯混合油漆后出现1例甲苯中毒伴不典型小脑梗死。Zhang等[10]的研究表明，空气中的碳氢化合物(包括VOCs)暴露与整体人群缺血性卒中风险增加相关，且呈现剂量-反应关系。另一项回顾性队列研究显示，长期接触总碳氢化合物和非甲烷碳氢化合物会加速视网膜静脉阻塞的发展[11]。
大气污染由于其动态特性，表现出一定程度的滞后性。由于地理环境、气象因子和人类活动的影响，大气污染物的质量浓度通常存在连续累积的情况，且其变化具有惯性[12]。环境与生物之间发生的因果关系转化需要一定的时间跨度，正因存在滞后效应，大气污染对人体造成的影响通常是潜在且复杂的。因此，了解这种现象的发生发展规律及其人体健康的效应作用具有一定的公共卫生学意义。本研究中，VOCs对卒中及其亚型逐日死亡人数的影响在lag0~1 d时最大，在lag2 d或lag3 d后其效应无统计学意义，提示VOCs可能对卒中的急性死亡起到诱导作用。宁波市的单污染物模型分析显示，大气颗粒物浓度在lag2 d处对心脑血管疾病的死亡效应最强[13]，与本研究结果一致。Analitis等[14]的Meta分析结果提示，大气污染对心脑血管疾病的滞后效应可能比呼吸系统疾病更为迅速。但由于VOCs对卒中影响的研究较少，因此其对卒中血管损伤方面的死亡潜在作用有待挖掘。
本研究发现，季节、性别、年龄可能是VOCs对卒中死亡风险的影响因素。与温暖季节相比，寒冷季节增强了VOCs对健康结局的效应，这与其他的研究结果一致[15-17]。珠三角典型地区的研究提示各类VOCs浓度水平与化学反应活性存在明显的季节变化特征，提示高碳烷烃、苯系物和VOCs浓度在春、冬季较高，且浓度受汽车尾气、工业生产等人为活动影响较大[18]。然而也有研究指出芳香烃在夏季浓度最高[19]。此外，卒中死亡存在明显的季节变化特征。有研究认为寒潮和热浪是心脑血管疾病的危险因素，缺血性卒中发生率主要发生于夏季，出血性卒中多发于冬季[20-23]。不同地区的气象条件、VOCs的主要来源和成分、工业模式与社会经济水平等方面存在一定差异，可能会产生明显的季节变化特征。
针对人群脆弱性问题，国外研究提出，VOCs对于年龄 > 40岁、长期暴露于空气污染物人群的缺血性卒中风险有不利影响[9]。有文献报道女性是环境污染的易感性别，可能是由于女性的氧化应激和炎症反应表现比男性更为明显[24-25]。但也有与之相反的结论[26]。造成差异的原因可能是由于污染物成分和比例的不同，以及生物学上的差异[27]。而老年人由于其较弱的免疫系统和预先可能存在更多的卒中危险因素，使身体机能发生一定程度的下降，这些因素可能会增加空气污染相关卒中的发生风险[28]。
本研究存在局限性。第一，仅纳入了12种VOCs分析其对卒中的影响，由于现实条件限制难以获得更多污染数据，且VOCs数据来自于室外固定监测站数据，只针对某个区域的VOCs健康风险研究不能全面掌握其影响规律，难以准确代表个体暴露水平，故研究证据推及其他地区时需要谨慎解释；第二，本研究为生态学研究，难以进行因果关联分析；第三，未能控制个体的混杂因素，如吸烟、饮酒和饮食习惯等，但在时间序列研究中该类因素通常随时间变化较小，对结局指标的影响较为有限，因此导致结果发生偏倚的可能性较小。未来的研究应综合考虑更多因素来详细地评估个体的VOCs暴露效应，同时需要在更多地区开展研究，以更全面地评估其对人体的危害。
综上所述，本研究发现暴露于大部分VOCs可能会增加卒中疾病死亡风险，暴露当天或第一天的效应最大，且这种风险在冷季、女性和≥75岁的人群中更加显著。VOCs主要来源为工业生产活动与交通工具[29]，提示政府与社会应结合实际情况与保护治理进度，调整工业布局的同时也需要优化能源结构，进一步限制汽车尾气排放量。本研究为探索VOCs对卒中的影响增加了流行病学证据，为决策部门降低因VOCs导致的卒中疾病负担提供文献支撑。但未来仍需要开展关于VOCs等前体污染物健康效应的多中心队列研究以进一步验证因果关联。
利益冲突 所有作者声明无利益冲突
作者贡献声明 杨斯茹：数据分析/解释、论文撰写/修改；黄琳：数据分析/解释、论文修改指导；董航、林国桢：数据收集/整理、论文修改指导；刘迪、杨周、陈素娟：论文修改指导/技术支持；王伯光、杨军：数据收集/整理、酝酿和设计实验、经费支持
| [1] |
师晓燕. 挥发性有机物的污染现状及治理策略[J]. 资源节约与环保, 2022(7): 85-88. DOI:10.16317/j.cnki.12-1377/x.2022.07.028 Shi XY. Pollution status and control strategy of volatile organic compounds[J]. Res Eco Environ Pro, 2022(7): 85-88. DOI:10.16317/j.cnki.12-1377/x.2022.07.028 |
| [2] |
GBD 2019 Stroke Collaborators. Global, regional, and national burden of stroke and its risk factors, 1990-2019: a systematic analysis for the Global Burden of Disease Study 2019[J]. Lancet Neurol, 2021, 20(10): 795-820. DOI:10.1016/S1474-4422(21)00252-0 |
| [3] |
Lin HL, Tao J, Du YD, et al. Differentiating the effects of characteristics of PM pollution on mortality from ischemic and hemorrhagic strokes[J]. Int J Hyg Environ Health, 2016, 219(2): 204-211. DOI:10.1016/j.ijheh.2015.11.002 |
| [4] |
Altman DG, Bland JM. Interaction revisited: the difference between two estimates[J]. BMJ, 2003, 326(7382): 219. DOI:10.1136/bmj.326.7382.219 |
| [5] |
Stavropoulos K, Imprialos KP, Bouloukou S, et al. Hematocrit and stroke: a forgotten and neglected link?[J]. Semin Thromb Hemost, 2017, 43(6): 591-598. DOI:10.1055/s-0037-1602663 |
| [6] |
Siegler JE, Marcaccio C, Nawalinski K, et al. Elevated red cell distribution width is associated with cerebral infarction in aneurysmal subarachnoid hemorrhage[J]. Neurocrit Care, 2017, 26(1): 26-33. DOI:10.1007/s12028-016-0306-2 |
| [7] |
Watson CV, Naik S, Lewin M, et al. Associations between select blood VOCs and hematological measures in NHANES 2005-2010[J]. J Expo Sci Environ Epidemiol, 2021, 31(2): 366-376. DOI:10.1038/s41370-019-0192-8 |
| [8] |
Doherty BT, Kwok RK, Curry MD, et al. Associations between blood BTEXS concentrations and hematologic parameters among adult residents of the U. S. Gulf States[J]. Environ Res, 2017, 156: 579-587. DOI:10.1016/j.envres.2017.03.048 |
| [9] |
Park JT, Jung HH, Choi KH. Cerebellar infarction following accidental inhalation of toluene-mixed paint[J]. Am J Emerg Med, 2018, 36(10): 1924.e5-7. DOI:10.1016/j.ajem.2018.06.048 |
| [10] |
Zhang HW, Kok VC, Chuang SC, et al. Long-term ambient hydrocarbons exposure and incidence of ischemic stroke[J]. PLoS One, 2019, 14(12): e0225363. DOI:10.1371/journal.pone.0225363 |
| [11] |
Zhang HW, Lin CW, Kok VC, et al. Incidence of retinal vein occlusion with long-term exposure to ambient air pollution[J]. PLoS One, 2019, 14(9): e0222895. DOI:10.1371/journal.pone.0222895 |
| [12] |
佟敏, 赵艺斐. PM2.5质量浓度的时间滞后效应与气象因素的关系——以山东省6个沿海城市为例[J]. 东北林业大学学报, 2022, 50(1): 82-86, 104. DOI:10.13759/j.cnki.dlxb.2022.01.018 Tong M, Zhao YF. Relations between the hysteresis effect of PM2.5 mass concentration and meteorological factors——Taking six coastal cities in Shandong province as example[J]. J Northeast For Univ, 2022, 50(1): 82-86, 104. DOI:10.13759/j.cnki.dlxb.2022.01.018 |
| [13] |
钱旭君, 沈月平, 贺天锋, 等. 宁波市大气颗粒物与人群因心脑血管疾病死亡的时间序列研究[J]. 中华流行病学杂志, 2016, 37(6): 841-845. DOI:10.3760/cma.j.issn.0254-6450.2016.06.020 Qian XJ, Shen YP, He TF, et al. Relationship between particulate matters and cardio-cerebrovascular mortality in Ningbo: a time-series study[J]. Chin J Epidemiol, 2016, 37(6): 841-845. DOI:10.3760/cma.j.issn.0254-6450.2016.06.020 |
| [14] |
Analitis A, Katsouyanni K, Dimakopoulou K, et al. Short-term effects of ambient particles on cardiovascular and respiratory mortality[J]. Epidemiology, 2006, 17(2): 230-233. DOI:10.1097/01.ede.0000199439.57655.6b |
| [15] |
Kan H, London SJ, Chen GH, et al. Season, sex, age, and education as modifiers of the effects of outdoor air pollution on daily mortality in Shanghai, China: the public health and air pollution in Asia (PAPA) study[J]. Environ Health Perspect, 2008, 116(9): 1183-1188. DOI:10.1289/ehp.10851 |
| [16] |
谢昀霏, 宋晓明, 方嘉堃, 等. 广州市氧化性污染物与气温对居民心脑血管疾病死亡风险的交互作用[J]. 环境与职业医学, 2021, 38(11): 1199-1206. DOI:10.13213/j.cnki.jeom.2021.21188 Xie YF, Song XM, Fang JK, et al. Interaction between oxidant pollutants and ambient temperature on cardio-cerebrovascular mortality risks in Guangzhou, China[J]. J Environ Occup Med, 2021, 38(11): 1199-1206. DOI:10.13213/j.cnki.jeom.2021.21188 |
| [17] |
Xiong Y, Bari MA, Xing ZY, et al. Ambient volatile organic compounds (VOCs) in two coastal cities in western Canada: spatiotemporal variation, source apportionment, and health risk assessment[J]. Sci Total Environ, 2020, 706: 135970. DOI:10.1016/j.scitotenv.2019.135970 |
| [18] |
张涛, 周炎, 岳玎利, 等. 珠三角典型地区挥发性有机化合物浓度水平及化学反应活性季节变化特征[J]. 环境污染与防治, 2021, 43(1): 1-7, 13. DOI:10.15985/j.cnki.1001-3865.2021.01.001 Zhang T, Zhou Y, Yue DL, et al. Seasonal variation characteristics of concentration and chemical reactivity of VOCs in typical areas of the Pearl River Delta[J]. Environ Pollut Control, 2021, 43(1): 1-7, 13. DOI:10.15985/j.cnki.1001-3865.2021.01.001 |
| [19] |
孙杰, 王跃思, 吴方堃. 北京市BTEX的污染现状及变化规律分析[J]. 环境科学, 2011, 32(12): 3531-3536. DOI:10.13227/j.hjkx.2011.12.015 Sun J, Wang YS, Wu FK. Analysis on status pollution and variation of BTEX in Beijing[J]. Environ Sci, 2011, 32(12): 3531-3536. DOI:10.13227/j.hjkx.2011.12.015 |
| [20] |
陈亦晨, 陈华, 曲晓滨, 等. 日均气温对社区居民脑卒中死亡影响的时间序列研究[J]. 中国全科医学, 2022, 25(15): 1838-1844. DOI:10.12114/j.issn.1007-9572.2022.02.017 Chen YC, Chen H, Qu XB, et al. Impact of average daily temperature on stroke mortality in community: a time-series analysis[J]. Chin General Pract, 2022, 25(15): 1838-1844. DOI:10.12114/j.issn.1007-9572.2022.02.017 |
| [21] |
谭玉龙, 尹岭, 王式功, 等. 不同地区温度变化对缺血性心脑血管疾病影响的比较研究[J]. 气象与环境学报, 2019, 35(3): 94-99. DOI:10.3969/j.issn.1673-503X.2019.03.012 Tan YL, Yin L, Wang SG, et al. Comparative research of the effects of temperature change on ischemic cardio-cerebrovascular diseases in different regions[J]. J Meteor Environ, 2019, 35(3): 94-99. DOI:10.3969/j.issn.1673-503X.2019.03.012 |
| [22] |
王情, 张翼, 周连, 等. 2013年南京市脑卒中死亡的时空特征分析[J]. 环境与健康杂志, 2016, 33(11): 992-995. DOI:10.16241/j.cnki.1001-5914.2016.11.014 Wang Q, Zhang Y, Zhou L, et al. The spatio-temporal analysis of stroke mortality of Nanjing in 2013[J]. J Environ Health, 2016, 33(11): 992-995. DOI:10.16241/j.cnki.1001-5914.2016.11.014 |
| [23] |
李诺, 杨静, 冯学泉, 等. 中国脑卒中死亡风险30年研究概述[J]. 中华行为医学与脑科学杂志, 2017, 26(8): 765-768. DOI:10.3760/cma.j.issn.1674-6554.2017.08.020 Li N, Yang J, Feng XQ, et al. A summary of 30 years' research on risk factors of stroke mortality in China[J]. Chin J Behav Med Brain Sci, 2017, 26(8): 765-768. DOI:10.3760/cma.j.issn.1674-6554.2017.08.020 |
| [24] |
Xu WL, Liu XY, Huang ZH, et al. Acute effects of air pollution on ischemic heart disease hospitalizations: a population-based time-series study in Wuhan, China, 2017-2018[J]. Int J Environ Res Public Health, 2021, 18(23): 12527. DOI:10.3390/ijerph182312527 |
| [25] |
Guo H, Huang K, Zhang X, et al. Women are more susceptible than men to oxidative stress and chromosome damage caused by polycyclic aromatic hydrocarbons exposure[J]. Environ Mol Mutagen, 2014, 55(6): 472-481. DOI:10.1002/em.21866 |
| [26] |
Clougherty JE. A growing role for gender analysis in air pollution epidemiology[J]. Environ Health Perspect, 2010, 118(2): 167-176. DOI:10.1289/ehp.0900994 |
| [27] |
Liu GC, Sun BJ, Yu LZ, et al. The gender-based differences in vulnerability to ambient air pollution and cerebrovascular disease mortality: evidences based on 26 781 deaths[J]. Glob Heart, 2020, 15(1): 46. DOI:10.5334/gh.849 |
| [28] |
Verhoeven JI, Allach Y, Vaartjes ICH, et al. Ambient air pollution and the risk of ischaemic and haemorrhagic stroke[J]. Lancet Planet Health, 2021, 5(8): e542-552. DOI:10.1016/S2542-5196(21)00145-5 |
| [29] |
Fu S, Guo MX, Luo JM, et al. Improving VOCs control strategies based on source characteristics and chemical reactivity in a typical coastal city of South China through measurement and emission inventory[J]. Sci Total Environ, 2020, 744: 140825. DOI:10.1016/j.scitotenv.2020.140825 |
表1(Table 1)
